Стратегия прогнозирования цен на основе логарифма

Обзор

Эта стратегия использует симметричную функцию, чтобы моделировать изменение цены и вычислить значение z в зависимости от стандартной разницы и среднего значения объема сделки, чтобы прогнозировать будущую цену как симметричную функцию ввода параметров.

Стратегический принцип

1. Вычислите значение ROC при закрытии, положительное значение будет добавлено к volume_pos, отрицательное значение к volume_neg
2. Вычислить разницу между volume_pos и volume_neg как net_volume
3. Расчет стандартной разницы net_volume net_std и средней net_sma
4. Вычислить net_sma, деленное на net_std, чтобы получить значение z
5. Применяя ценовую оценку закрытия, 20-дневную стандартную разницу в цене закрытия и значение z в качестве параметров, введите логистическую функцию logistic для прогнозирования цены следующего цикла
6. Продолжайте делать ставки, когда прогнозируемая цена выше текущей фактической цены в 1,005 раза, и не делайте ставки, когда она ниже 0,995 раза

Анализ преимуществ

Стратегия сочетает в себе статистическую информацию о объемах сделок и прогноз цены по логистическим функциям.

Преимущества:

1. Популярные различия в объемах торгов позволяют оценить настроения рынка.
2. Арифметическая функция приспосабливается к кривой изменения цены, чтобы лучше прогнозировать
3. Стратегии просты, понятны и легко реализуемы

Анализ рисков

Однако эта стратегия также несет в себе некоторые риски:

1. Показатели объемов сделок задерживаются и не отражают изменения рынка.
2. Прогнозы арифметических функций не всегда точны и могут вводить в заблуждение
3. Отсутствие мер по сдерживанию убытков

Риски можно снизить следующими способами:

1. Достоверность сигнала объема сделки в сочетании с другими показателями
2. Оптимизация параметров логистических функций для повышения точности прогнозов
3. Установите линию стоп-лосса, ограничивающую максимальные потери на одну и в целом

Направление оптимизации

Эта стратегия может быть оптимизирована:

1. Динамическая оптимизация алгоритмических функций с использованием методов машинного обучения
2. Корректировка управления позициями в сочетании с показателем волатильности цен на акции
3. Добавление фильтрации Bayes, фильтрация недействительного сигнала
4. Вместе с прорывной стратегией, вход в прорывный пункт
5. Используйте правила взаимосвязи для выявления отклонения цен от сигналов

С помощью комбинации различных методов можно еще больше повысить стабильность и прибыльность стратегии.

Подвести итог

Эта стратегия объединяет статистические показатели объема сделок и прогнозирование координатных функций, создавая уникальную концепцию количественной торговли. Благодаря постоянной оптимизации эта стратегия может стать эффективной и стабильной программированной торговой системой. В сочетании с машинным обучением и теорией комбинированной оптимизации мы уверены, что ее торговая производительность будет улучшена.